ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Google: Gemini 3.5 Flash

概要

Claude Opus 4.8 vs Gemini 3.5 Flash の benchmark 比較: Gemini 3.5 Flash が平均スコアでリードし、9.1 vs 7.7 です。 Gemini 3.5 Flash の benchmark コストが低く、$0.582 vs $1.270 です。 Gemini 3.5 Flash の方が高速で、4.94s vs 10.83s です、成功率は 79.4% vs 87.3% です。

おすすめモデル: Gemini 3.5 Flash - ここでは最高スコア（9.1）で、Claude Opus 4.8 より約 2.2 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-02

指標 Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28 Gemini 3.5 Flash Gemini 3.5 Flash medium リリース: 2026-05-19
スコア 7.7 9.1
順位 #38 #8
信頼性 10.0 10.0
一貫性 8.8 9.6
正解テスト
試行ごとの合格率 79.4% 87.3%
不安定なテスト 3 1
総実行回数 63 63
結果あたりのコスト 8.466 3.229
合計コスト $1.270 $0.582
入力価格 $5.000 / 1M $1.500 / 1M
出力価格 $25.000 / 1M $9.000 / 1M
合計入力トークン 60,946 36,936
出力トークン 31,771 2,001
推論トークン 6,831 56,408
応答時間（平均） 10.83s 4.94s
応答時間（最大） 127.97s 18.07s
応答時間（合計） 227.39s 103.79s

生成ショーケース

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#38 Claude Opus 4.8

low
コスト
$0.031
時間
14.1s
トークン
1,345 tok

#8 Gemini 3.5 Flash

medium
コスト
$0.201
時間
112.9s
トークン
22,371 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

反AIトリック スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.09s 492 171 3,385
コーディング スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
Gemini 3.5 Flash 7.9 7.5 77.8% 1 12.63s 8,118 461 24,939
複合 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
Gemini 3.5 Flash 10.0 10.0 100.0% 0 12.05s 12,873 351 7,807
データ解析と抽出 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 4.07s 7,548 279 3,784
ドメイン特化 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
Gemini 3.5 Flash 7.7 10.0 66.7% 0 5.24s 633 12 8,047
汎用知能 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.52s 486 115 1,144
指示追従 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
Gemini 3.5 Flash 9.9 10.0 100.0% 0 2.70s 615 71 2,855
パズル解決 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
Gemini 3.5 Flash 7.7 10.0 66.7% 0 2.38s 558 295 2,747
ツール呼び出し スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.81s 5,457 234 455
雑学 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.75s 156 12 1,245

クイック比較

比較ペアを切り替え

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.8lowvsKimi K2.6medium無料で利用可能Claude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.8lowvsQwen3.6 PlusmediumClaude Opus 4.8lowvsMiniMax M3mediumClaude Opus 4.8lowvsDeepSeek V4 ProhighClaude Opus 4.8lowvsGrok Build 0.1mediumClaude Opus 4.8lowvsQwen3.5-27BmediumClaude Opus 4.8lowvsKimi K2.5medium